• BERT 在美团搜索核心排序的探索和实践

    美团点评技术团队 引言 美团搜索是美团 App 上最大的连接人和服务的入口，覆盖了团购、外卖、电影、酒店、买菜等各种生活服务。随着用户量快速增长，越来越多的用户在不同场景下都会通过搜索来获取自己想要的服务。理解用户 Query，将用户最想要的结果排在靠前的位置，是搜索引擎最核心的两大步骤。但是，用户 ....

  • 机器学习数学基础：常见分布与假设检验

    作者：吴忠强，Datawhale 优秀学习者，东北大学 所谓机器学习和深度学习， 背后的逻辑都是数学， 所以数学基础在这个领域非常关键， 而统计学又是重中之重， 机器学习从某种意义上来说就是一种统计学习。 这次是学习概率统计的第三篇文章， 基于前两篇文章进行展开。在第一篇文章的概率论基础学习了离散型 ....

  • 阿里巴巴搜索引擎平台 Ha3 揭秘

    云栖君导读： Ha3 是阿里巴巴搜索团队开发的搜索引擎平台，它为阿里集团包括淘宝、天猫在内的核心业务提供搜索服务支持。 Ha3 的架构 [图片] 在线 Ha3 是搜索体系中的在线部分，在其系统内部，包含 Qrs(Query result searcher)和 Searcher 两种基本的角色。 Qr ....

  • 如何构建用户画像—打用户行为标签

    本文转载自 机器学习与人工智能 公众号 用户画像中用户行为标签是很重要的一块内容，这篇详细讲讲如何打行为标签。 数据仓库 用户画像的应用流程从原始的数据输入到模型应用可分为 5 块（图 1），包括将操作型环境数据经 ETL 后集中存储在数据仓库，之后经过对数据的建模、挖掘、分析建立用户画像模型，最终 ....

  • 十年技术老兵总结的自我修炼之路

    [图片] 赵健博，快手大数据架构团队的负责人 工作十年，跳槽三次，四份工作 毕业后加入百度 我是在北京邮电大学就读的本科，毕业后被保送到了中国科学院计算技术研究所，硕士期间主要从事的是计算机系统结构与操作系统的相关研究。上学时对 Linux Kernel 非常痴迷，也做些有意思的小项目，研究生毕业后 ....

  • 工作中组内遇到的 elasticsearch 使用上的踩坑总结

    嵌套索引的坑 场景： 一个 spu doc 下有多个内嵌的 csu，csu 内有上下架状态，前台操作某 csu 上下架，在商城界面看起来未生效。 坑 1： MySQL binlog 消息监控组件 dbus 通知服务端 B 多台机器消息变更时，未考虑 spu 下 csu 消息的消费顺序性，导致同一 s ....

  • 「干货」YouTube 基于深度神经网络推荐系统剖析

    [图片] 文章作者：王科 某司资深算法工程师 内容来源：《YouTube 基于深度神经网络推荐系统剖析》 出品社区：DataFun YouTube 的推荐系统是近年来业内的佼楚之作。其经典之处不仅仅在于基于深度学习的解决方案，也有很多不属于纯技术范畴的设计抉择。 YouTube 转用深度学习做推荐系 ....

  • 【美团】LruCache 在美团 DSP 系统中的应用演进

    背景 DSP 系统是互联网广告需求方平台，用于承接媒体流量，投放广告。业务特点是并发度高，平均响应低（百毫秒）。 为了能够有效提高 DSP 系统的性能，美团平台引入了一种带有清退机制的缓存结构 LruCache(Least Recently Used Cache)，在目前的 DSP 系统中，使用 L ....

  • 神马搜索技术演进之路

    前言 国内搜索引擎大事记 1998 年，Google 发布；2000 年，百度发布；2004 年，搜狗发布；2006 年，搜搜发布；2010 年，Google 退出中国；2012 年，360 搜索发布；2013 年，神马发布，搜搜并入搜狗，百度收购 91；2017 年，微信推出搜一搜。 神马搜索简介 ....

  • 腾讯 | 从零开始了解推荐系统全貌

    作者：yijiapan，腾讯 WXG 数据分析师 有幸参与了几个业务推荐系统搭建的全流程，本文将从实际经验出发，为大家解构如何从从零搭建推荐系统，希望跟大家能够相互交流，如有错误之处烦请指正。 一、推荐算法的理解 如果说互联网的目标就是连接一切，那么推荐系统的作用就是建立更加有效率的连接，推荐系统可 ....

  • 干货 | 内容型产品 Feed 流的生成、效果评估及优化

    本篇文章属于超级干货方法论，不论是产品、运营还是数据分析从业者，只要是内容型产品形态，便都会需要接触到 Feed 流，且整个工作几乎都围绕着内容优化这一主题。本篇我将讲述自己对这方面方法论的理解总结，相信读完本篇文章会对你有所帮助。 一、Feed 流是什么？ Feed 流是将若干消息源组合在一起，帮 ....

  • TensorFlow 中最大的 30 个机器学习数据集

    作者：Limarc Ambalina 编译：ronghuaiyang 导读: 包括图像，视频，音频，文本，非常的全。 [图片] 由谷歌 Brain 的研究人员创建的 TensorFlow 是机器学习和数据科学领域最大的开源数据库之一。它是一个端到端的平台，适用于初学者和有经验的数据科学家。Tenso ....

  • Elasticsearch 遇上 BERT：使用 Elasticsearch 和 BERT 构建搜索引擎

    作者：Hironsan 编译：ronghuaiyang 导读： 强强联合，看看是否能有 1+1＞2 的效果。 在这篇文章中，我们使用一个预先训练好的 BERT 模型和 Elasticsearch 来构建一个搜索引擎。Elasticsearch 最近发布了带有矢量字段的文本相似性搜索。另一方面，你可以 ....

  • 推荐系统遇上深度学习 (十四)--《DRN:A Deep Reinforcement Learning Framework for News Recommendation》

    之前学习了强化学习的一些内容以及推荐系统的一些内容，二者能否联系起来呢！今天阅读了一篇论文，题目叫《DRN: A Deep Reinforcement Learning Framework for News Recommendation》。该论文便是深度强化学习和推荐系统的一个结合，也算是提供了一个 ....

  • 万物皆 Embedding，从经典的 word2vec 到深度学习基本操作 item2vec

    这里是 王喆的机器学习笔记 的第四篇文章，之前我们一起讨论了阿里的 DIN，YouTube 的深度学习推荐系统，本来今天想再分享另一篇科技巨头的业界前沿文章，Airbnb 的 Embedding 方法 但因为文章中涉及 word2vec 的技术细节，为了保证一些初学者的知识是自洽的，我还是想在此之前 ....

  • 码农晋升为技术管理者后，痛并快乐着的纠结内心

    [图片] 有一个非常有趣的现象：据说大部分的技术管理者，在其从程序员转为管理岗位的时候，都是在领导或公司的要求下，被动的推到管理岗位上的，并非是自己当初有强烈意愿、主动去选择管理岗的。这种被动的比例还不低，高达 80% 以上。 这个现象从我自己身边的同事中也可以感受到，最近两年我接触到的四五位新晋的 ....

  • 滴滴出行基于 RocketMQ 构建企业级消息队列服务的实践

    作者： 江海挺 2018-11-20 [图片] 本文整理自滴滴出行消息队列负责人 江海挺 在 Apache RocketMQ 开发者沙龙北京站的分享。 滴滴出行的消息技术选型 历史 初期，公司内部没有专门的团队维护消息队列服务，所以消息队列使用方式较多，主要以 Kafka 为主，有业务直连的，也有通 ....

  • 【下】YouTube 深度学习推荐系统的十大工程问题

    转载自 王喆的机器学习笔记 因为这篇文章主要介绍了 YouTube 深度学习系统论文中的十个工程问题，为了方便进行问题定位，我们还是简单介绍一下背景知识，简单回顾一下 Deep Neural Networks for YouTube Recommendations 中介绍的 YouTube 深度学习 ....

  • 番外篇：Lucene 索引流程与倒排索引实现

    前两篇文章主要围绕 Lucene 的底层索引文件结构方面介绍了倒排索引原理： http://www.6aiq.com/article/1564413040138 http://www.6aiq.com/article/1564413209435 在 Lucene 中，写数据的基本单元称之为 Docu ....

  • 滴滴技术 | 数据挖掘技术在轨迹数据上的应用实践

    [图片] 桔妹导读： 每天滴滴都会为上千万人提供出行服务，在这一过程中积累了海量轨迹数据。这些轨迹数据来自于公共服务，本文介绍如何利用这些数据回馈大众，改善出行体验。 一 背景 首先简要介绍一下什么是数据挖掘。数据挖掘（Data Mining）是指从大量数据中发现特定信息和模式的过程，也有很多人将这 ....

本文目录

    热门标签

    程序员导航

    热门文章

    阿里云新老用户最新优惠

    阿里云新老用户最新优惠

    最新发布

    最新评论